Analiza ofert dotyczących wynajmu nieruchomości z portalu gumtree.pl
Krzysztof Słomczyński
26 listopada 2016
Dlaczego taki temat?
- Praktyczny wymiar projektu
- CzasDojazdu
- Błędnie zapisywane dane (metraż), niektóre pomijane (palenie, zwierzęta, płeć)
- Udoskonalenie scrapera
- Zbudowanie modelu przewidującego ceny wynajmowanych pokojów
Udoskonalenie scrapera - zdobycie danych
- Wykoszystanie pakietu
rvestoraz wtyczki SelectorGadget - Baza danych SQLite a pliki *.csv
- Liczba ofert w czasie trwania projektu nie będzie duża
Przygotowanie do projektu
Ukończenie kursów:
- Machine Learning at Coursera by Andrew Ng
- Statistical Learning at Stanford ONLINE by Trevor Hastie and Robert Tibshirani
Zapoznanie się z narzędziami:
- Hadoop HDFS
- Spark (pakiet
sparklyr) - Pakiety do różnego rodzaju regresji (
boot,leaps,glmnet) - Pakiety do tworzenia prezentacji
revealjs
Struktura danych dotyczących pokojów na portalu
Powtarzalne opcje wyboru:
- Lokalizacja
- Miasto, Województwo
- Dostępny
- Data w formacie %d/%m/%Y
- Wielkość (m2)
- Liczba typu Integer
- Współdzielenie
- Współdzielenie pokoju
- Współdzielenie mieszkania/domu
- Do wynajęcia przez
- “———”
- Właściciel
- Agencja
- Palący
- “———”"
- Tak
- Nie
- Przyjazne zwierzakom
- “———”"
- Tak
- Nie
- Cena
- Liczba typu Integer
- Proszę o kontakt
- Wymiana/zamiana
- Rodzaj nieruchomości
- “———”
- Mieszkanie
- Dom
- Inne
- Preferowana płeć
- “———”
- Mężczyzna
- Kobieta
- Bez preferencji
- Liczba pokoi
- “———”
- Kawalerka lub garsoneria
- 2 pokoje
- 3 pokoje
- 4 pokoje
- 5 pokoi
- 6 lub więcej pokoi
Przegląd danych
lokalizacja opis cena do_wynajecia_przez wspoldzielenie wielkosc
Kraków, Małopolskie:1847 Length:3564 Min. : 1.0 Agencja : 188 Nie podano : 207 Min. : 1.00
Śródmieście : 286 Class :character 1st Qu.: 550.0 Nie podano: 186 Współdzielenie mieszkania/domu:2794 1st Qu.: 15.00
Mokotów : 246 Mode :character Median : 700.0 Właściciel:3190 Współdzielenie pokoju : 563 Median : 37.50
Targówek : 156 Mean : 739.4 Mean : 44.52
Praga Południe : 153 3rd Qu.: 900.0 3rd Qu.: 60.00
Bielany : 148 Max. :8000.0 Max. :1200.00
(Other) : 728
liczba_pokoi rodzaj_nieruchomosci preferowana_plec palacy przyjazne_zwierzakom liczba_wyrazow
2 pokoje : 929 Dom : 482 Bez preferencji:2319 Nie:1907 Nie:1709 Min. : 2.0
3 pokoje :1303 Inne : 216 Kobieta : 905 Tak:1657 Tak:1855 1st Qu.: 45.0
4 pokoje : 384 Mieszkanie:2866 Mężczyzna : 340 Median : 83.0
5 pokoi : 141 Mean :106.1
6 lub więcej pokoi : 198 3rd Qu.:140.0
Kawalerka lub garsoniera: 123 Max. :558.0
Nie podano : 486 Cena a wielkość
Cena a wielkość - regresja
Cena a wielkość - problemy
- Nieintuicyjnie cena pokojów do wynajęcia spada wraz ze wzrostem metrażu
- Niekonsekwencja we wprowadzaniu danych przez oferantów
- Raz podany metraż całego mieszkania z ceną za pokój
- Innym razem podany metraż pokoju z ceną za wszystkie pokoje
Cena a wielkość - wnioski
- Wyrafinowana analiza treści opisu
- Propozycja dokładnego opisu atrybutów w formularzu na gumtree.pl
Mieszkania i domy
- Ponad 30 tysięcy ofert w danej chwili
- Dla Warszawy 13 tysięcy
- Wcześniej -
parkingorazliczba_lazienek - Teraz -
wspoldzielenieorazpreferowana_plec
Przegląd danych
lokalizacja opis cena do_wynajecia_przez liczba_pokoi rodzaj_nieruchomosci
Mokotów :3680 Length:13390 Min. : 20 Agencja :11303 2 pokoje :6745 Dom : 1086
Śródmieście :3129 Class :character 1st Qu.: 2400 Nie podano: 83 3 pokoje :3345 Inne : 97
Wola :1138 Mode :character Median : 3000 Właściciel: 2004 4 pokoje :1040 Mieszkanie:12207
Praga Południe: 908 Mean : 4685 5 pokoi : 467
Wilanów : 883 3rd Qu.: 4500 6 lub więcej pokoi : 798
Ursynów : 688 Max. :2133000 Kawalerka lub garsoniera: 927
(Other) :2964 Nie podano : 68
wielkosc parking liczba_lazienek palacy przyjazne_zwierzakom liczba_wyrazow
Min. : 1.00 Brak : 107 1 łazienka :6289 Nie: 1287 Nie: 1334 Min. : 2.0
1st Qu.: 46.00 Garaż :3430 2 łazienki : 988 Tak:12103 Tak:12056 1st Qu.: 89.0
Median : 58.00 Kryty :1365 3 łazienki : 143 Median :133.0
Mean : 87.65 Nie podano:6634 4 lub więcej łazienek: 57 Mean :140.5
3rd Qu.: 88.00 Ulica :1854 Nie podano :5913 3rd Qu.:171.0
Max. :6000.00 Max. :611.0
Cena a wielkość
Cena a wielkość - regresja
Call:
lm(formula = cena ~ wielkosc, data = dane)
Residuals:
Min 1Q Median 3Q Max
-2751.84 -397.47 -71.16 353.40 2337.61
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 943.1021 21.2184 44.45 <2e-16 ***
wielkosc 35.0874 0.3761 93.28 <2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 595.1 on 10003 degrees of freedom
Multiple R-squared: 0.4652, Adjusted R-squared: 0.4652
F-statistic: 8702 on 1 and 10003 DF, p-value: < 2.2e-16Cena a wielkość - regresja
Udział pozostałych predyktorów
Call:
lm(formula = cena ~ ., data = dane)
Residuals:
Min 1Q Median 3Q Max
-2396.82 -306.71 -41.21 265.44 2360.59
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 704.07025 100.83986 6.982 3.09e-12 ***
lokalizacjaBiałołęka -237.87954 49.06485 -4.848 1.26e-06 ***
lokalizacjaBielany 193.75822 33.80390 5.732 1.02e-08 ***
lokalizacjaMokotów 626.75092 26.80746 23.380 < 2e-16 ***
lokalizacjaOchota 515.49644 32.69096 15.769 < 2e-16 ***
lokalizacjaPraga Północ 421.57712 48.98762 8.606 < 2e-16 ***
lokalizacjaPraga Południe 244.85947 30.79142 7.952 2.03e-15 ***
lokalizacjaRembertów -103.54603 175.54770 -0.590 0.555308
lokalizacjaŚródmieście 808.88225 27.17290 29.768 < 2e-16 ***
lokalizacjaTargówek -71.46235 51.15987 -1.397 0.162492
lokalizacjaUrsus -127.28971 70.98582 -1.793 0.072976 .
lokalizacjaUrsynów 212.77260 32.69910 6.507 8.04e-11 ***
lokalizacjaWawer -259.87870 68.24197 -3.808 0.000141 ***
lokalizacjaWesoła -749.57663 175.97769 -4.259 2.07e-05 ***
lokalizacjaWilanów 463.15588 34.79566 13.311 < 2e-16 ***
lokalizacjaWłochy 192.77545 59.20619 3.256 0.001134 **
lokalizacjaWola 564.26670 29.31494 19.248 < 2e-16 ***
lokalizacjaŻoliborz 529.07429 36.26477 14.589 < 2e-16 ***
do_wynajecia_przezNie podano -39.40269 59.75994 -0.659 0.509687
do_wynajecia_przezWłaściciel -193.03556 15.51514 -12.442 < 2e-16 ***
liczba_pokoi3 pokoje 189.35420 15.84874 11.948 < 2e-16 ***
liczba_pokoi4 pokoje 243.86488 37.67650 6.473 1.01e-10 ***
liczba_pokoi5 pokoi 192.41558 220.86949 0.871 0.383681
liczba_pokoi6 lub więcej pokoi 75.86677 493.20126 0.154 0.877751
liczba_pokoiKawalerka lub garsoniera -185.85131 19.56732 -9.498 < 2e-16 ***
liczba_pokoiNie podano 7.33078 99.39017 0.074 0.941205
rodzaj_nieruchomosciInne -307.34257 94.54000 -3.251 0.001154 **
rodzaj_nieruchomosciMieszkanie -130.39173 76.08872 -1.714 0.086619 .
wielkosc 27.49387 0.49561 55.475 < 2e-16 ***
parkingGaraż 250.91295 52.43018 4.786 1.73e-06 ***
parkingKryty 49.78108 55.62628 0.895 0.370851
parkingNie podano -22.05660 51.94819 -0.425 0.671146
parkingUlica -68.65787 52.56456 -1.306 0.191527
liczba_lazienek2 łazienki 54.60075 25.91378 2.107 0.035141 *
liczba_lazienek3 łazienki -416.93398 491.30932 -0.849 0.396114
liczba_lazienek4 lub więcej łazienek -599.71339 491.39611 -1.220 0.222332
liczba_lazienekNie podano 208.91558 12.23168 17.080 < 2e-16 ***
palacyTak 18.58975 20.93136 0.888 0.374493
przyjazne_zwierzakomTak -6.66947 18.91470 -0.353 0.724390
liczba_wyrazow 1.00732 0.07335 13.732 < 2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 490.8 on 9965 degrees of freedom
Multiple R-squared: 0.6377, Adjusted R-squared: 0.6363
F-statistic: 449.8 on 39 and 9965 DF, p-value: < 2.2e-16Wielomiany
Call:
lm(formula = cena ~ poly(wielkosc, 6), data = dane)
Residuals:
Min 1Q Median 3Q Max
-2218.47 -390.43 -52.45 351.51 2332.68
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2843.019 5.905 481.430 < 2e-16 ***
poly(wielkosc, 6)1 55517.286 590.684 93.988 < 2e-16 ***
poly(wielkosc, 6)2 -4634.669 590.684 -7.846 4.72e-15 ***
poly(wielkosc, 6)3 -3666.422 590.684 -6.207 5.61e-10 ***
poly(wielkosc, 6)4 -4240.237 590.684 -7.179 7.55e-13 ***
poly(wielkosc, 6)5 -1119.607 590.684 -1.895 0.0581 .
poly(wielkosc, 6)6 703.338 590.684 1.191 0.2338
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 590.7 on 9998 degrees of freedom
Multiple R-squared: 0.4735, Adjusted R-squared: 0.4732
F-statistic: 1498 on 6 and 9998 DF, p-value: < 2.2e-16Wielomiany
LOOCV - wyznaczanie błędu
- Biblioteka
boot LOOCVczyliLeave One Out Cross Validation- Tyle modeli ile obserwacji (pomija jedeną)
- Błąd na podstawie różnic między pominiętymi obserwacjami a ich przewidzeniem
- Delta (cały zbiór; poprawka o pominięcie)
- Efekt bardziej widoczny dla K krotnej kroswalidacji.
LOOCV - wyznaczanie błędu
- Powolna metoda cv.glm
- Formuła uwzględniająca wpływ i-tej obserwacji na dopasowanie do niej krzywej
- Kilka minut vs kilka sekund
- Nie funkcjonuje ona w wypadku regresji logistycznej
K-fold - wyznaczanie błędu
- K modeli (najpopularniejsze 5 i 10)
- Znacznie mniej obliczeń - szybsze działanie
- Różnica niewielka - bardziej stablina, miarodajna metoda
Kolejne stopnie wielomianów
Dobór modelu z wieloma predyktorami
Wcześniej - jaki stopień wielomianu jednego predyktora? Teraz - odpowiedni model z wieloma predyktorami
Best Subset Regression
- Biblioteka
leaps - Porównuje wszytkie możliwe modele regresji o wszystkich możliwych rozmiarach
- Brak zagnieżdzania podgrup predyktorów
- Wykonuje \({2^p}\) modeli, gdzie p to liczba predyktorów
- Nasz przypadek - \(2^{11}\) czyli 2048
Best Subset Regression
Subset selection object
Call: regsubsets.formula(cena ~ ., dane, nvmax = 11)
39 Variables (and intercept)
Forced in Forced out
lokalizacjaBiałołęka FALSE FALSE
lokalizacjaBielany FALSE FALSE
lokalizacjaMokotów FALSE FALSE
lokalizacjaOchota FALSE FALSE
lokalizacjaPraga Północ FALSE FALSE
lokalizacjaPraga Południe FALSE FALSE
lokalizacjaRembertów FALSE FALSE
lokalizacjaŚródmieście FALSE FALSE
lokalizacjaTargówek FALSE FALSE
lokalizacjaUrsus FALSE FALSE
lokalizacjaUrsynów FALSE FALSE
lokalizacjaWawer FALSE FALSE
lokalizacjaWesoła FALSE FALSE
lokalizacjaWilanów FALSE FALSE
lokalizacjaWłochy FALSE FALSE
lokalizacjaWola FALSE FALSE
lokalizacjaŻoliborz FALSE FALSE
do_wynajecia_przezNie podano FALSE FALSE
do_wynajecia_przezWłaściciel FALSE FALSE
liczba_pokoi3 pokoje FALSE FALSE
liczba_pokoi4 pokoje FALSE FALSE
liczba_pokoi5 pokoi FALSE FALSE
liczba_pokoi6 lub więcej pokoi FALSE FALSE
liczba_pokoiKawalerka lub garsoniera FALSE FALSE
liczba_pokoiNie podano FALSE FALSE
rodzaj_nieruchomosciInne FALSE FALSE
rodzaj_nieruchomosciMieszkanie FALSE FALSE
wielkosc FALSE FALSE
parkingGaraż FALSE FALSE
parkingKryty FALSE FALSE
parkingNie podano FALSE FALSE
parkingUlica FALSE FALSE
liczba_lazienek2 łazienki FALSE FALSE
liczba_lazienek3 łazienki FALSE FALSE
liczba_lazienek4 lub więcej łazienek FALSE FALSE
liczba_lazienekNie podano FALSE FALSE
palacyTak FALSE FALSE
przyjazne_zwierzakomTak FALSE FALSE
liczba_wyrazow FALSE FALSE
1 subsets of each size up to 11
Selection Algorithm: exhaustive
lokalizacjaBiałołęka lokalizacjaBielany lokalizacjaMokotów lokalizacjaOchota lokalizacjaPraga Północ lokalizacjaPraga Południe
1 ( 1 ) " " " " " " " " " " " "
2 ( 1 ) " " " " " " " " " " " "
3 ( 1 ) " " " " " " " " " " " "
4 ( 1 ) " " " " "*" " " " " " "
5 ( 1 ) " " " " "*" " " " " " "
6 ( 1 ) " " " " "*" " " " " " "
7 ( 1 ) " " " " "*" " " " " " "
8 ( 1 ) " " " " "*" " " " " " "
9 ( 1 ) " " " " "*" "*" " " " "
10 ( 1 ) " " " " "*" "*" " " " "
11 ( 1 ) " " " " "*" "*" " " " "
lokalizacjaRembertów lokalizacjaŚródmieście lokalizacjaTargówek lokalizacjaUrsus lokalizacjaUrsynów lokalizacjaWawer lokalizacjaWesoła
1 ( 1 ) " " " " " " " " " " " " " "
2 ( 1 ) " " " " " " " " " " " " " "
3 ( 1 ) " " "*" " " " " " " " " " "
4 ( 1 ) " " "*" " " " " " " " " " "
5 ( 1 ) " " "*" " " " " " " " " " "
6 ( 1 ) " " "*" " " " " " " " " " "
7 ( 1 ) " " "*" " " " " " " " " " "
8 ( 1 ) " " "*" " " " " " " " " " "
9 ( 1 ) " " "*" " " " " " " " " " "
10 ( 1 ) " " "*" " " " " " " " " " "
11 ( 1 ) " " "*" " " " " " " " " " "
lokalizacjaWilanów lokalizacjaWłochy lokalizacjaWola lokalizacjaŻoliborz do_wynajecia_przezNie podano do_wynajecia_przezWłaściciel
1 ( 1 ) " " " " " " " " " " " "
2 ( 1 ) " " " " " " " " " " "*"
3 ( 1 ) " " " " " " " " " " "*"
4 ( 1 ) " " " " " " " " " " "*"
5 ( 1 ) " " " " "*" " " " " "*"
6 ( 1 ) " " " " "*" " " " " "*"
7 ( 1 ) " " " " "*" " " " " "*"
8 ( 1 ) " " " " "*" " " " " "*"
9 ( 1 ) " " " " "*" " " " " "*"
10 ( 1 ) " " " " "*" "*" " " "*"
11 ( 1 ) "*" " " "*" "*" " " "*"
liczba_pokoi3 pokoje liczba_pokoi4 pokoje liczba_pokoi5 pokoi liczba_pokoi6 lub więcej pokoi liczba_pokoiKawalerka lub garsoniera
1 ( 1 ) " " " " " " " " " "
2 ( 1 ) " " " " " " " " " "
3 ( 1 ) " " " " " " " " " "
4 ( 1 ) " " " " " " " " " "
5 ( 1 ) " " " " " " " " " "
6 ( 1 ) " " " " " " " " " "
7 ( 1 ) " " " " " " " " " "
8 ( 1 ) " " " " " " " " " "
9 ( 1 ) " " " " " " " " " "
10 ( 1 ) " " " " " " " " " "
11 ( 1 ) " " " " " " " " " "
liczba_pokoiNie podano rodzaj_nieruchomosciInne rodzaj_nieruchomosciMieszkanie wielkosc parkingGaraż parkingKryty parkingNie podano
1 ( 1 ) " " " " " " "*" " " " " " "
2 ( 1 ) " " " " " " "*" " " " " " "
3 ( 1 ) " " " " " " "*" " " " " " "
4 ( 1 ) " " " " " " "*" " " " " " "
5 ( 1 ) " " " " " " "*" " " " " " "
6 ( 1 ) " " " " " " "*" "*" " " " "
7 ( 1 ) " " " " " " "*" "*" " " " "
8 ( 1 ) " " " " " " "*" "*" " " " "
9 ( 1 ) " " " " " " "*" "*" " " " "
10 ( 1 ) " " " " " " "*" "*" " " " "
11 ( 1 ) " " " " " " "*" "*" " " " "
parkingUlica liczba_lazienek2 łazienki liczba_lazienek3 łazienki liczba_lazienek4 lub więcej łazienek liczba_lazienekNie podano palacyTak
1 ( 1 ) " " " " " " " " " " " "
2 ( 1 ) " " " " " " " " " " " "
3 ( 1 ) " " " " " " " " " " " "
4 ( 1 ) " " " " " " " " " " " "
5 ( 1 ) " " " " " " " " " " " "
6 ( 1 ) " " " " " " " " " " " "
7 ( 1 ) " " " " " " " " "*" " "
8 ( 1 ) " " " " " " " " "*" " "
9 ( 1 ) " " " " " " " " "*" " "
10 ( 1 ) " " " " " " " " "*" " "
11 ( 1 ) " " " " " " " " "*" " "
przyjazne_zwierzakomTak liczba_wyrazow
1 ( 1 ) " " " "
2 ( 1 ) " " " "
3 ( 1 ) " " " "
4 ( 1 ) " " " "
5 ( 1 ) " " " "
6 ( 1 ) " " " "
7 ( 1 ) " " " "
8 ( 1 ) " " "*"
9 ( 1 ) " " "*"
10 ( 1 ) " " "*"
11 ( 1 ) " " "*" Best Subset Regression
(Intercept) lokalizacjaMokotów lokalizacjaOchota lokalizacjaŚródmieście lokalizacjaWilanów
450.545913 476.235032 349.124397 649.739130 310.623299
lokalizacjaWola lokalizacjaŻoliborz do_wynajecia_przezWłaściciel wielkosc parkingGaraż
423.324692 394.000726 -222.266641 32.679045 271.762260
liczba_lazienekNie podano liczba_wyrazow
209.638385 1.130164 Best Subset Regression
Best Subset Regression
Best Subset Regression
- W tym wypadku nie widać niezagnieżdzania
- Najmniejszy błąd dla największej liczby predyktorów
- Nie musiało tak być
Forward Stepwise Selection
- “Chciwa” metoda - zagnieżdzanie podzbiorów predyktorów
- Raz dobrany czynnik wykorzystywany w następnym modelu
- Wykonuje około \(\frac{p^2}{2}\) modeli
- Nasz przypadek to około 60 - tylko 3% poprzednich
Backward Stepwise Selection
- Start ze wszystkimi predyktorami w modelu
- Odejmowanie najmniej wpływowego czynnika
- Nie można użyć na danych, gdzie m<p
Walidacja - pojedyncza i K-krotna
- Dzielenie obserwacji na zestawy - treningowy i walidacyjny
Reordering variables and trying again:Reordering variables and trying again:
Reordering variables and trying again:
Reordering variables and trying again:Walidacja - pojedyncza i K-krotna
Ridge Regression (Regularyzacja Tichonowa)
- Biblioteka
glmnet(dzielenie danych na predyktory i odpowiedzi) - Człon regularyzacji w równaniu (\(\lambda\) i \(\mathcal{B}^2\))
- Duża \(\lambda\) - małe \(\mathcal{B}\)
- Wszystkie predyktory
- Minimalizacja współczynników \(\mathcal{B}\)
- Normalizacja danych
Ridge Regression (Regularyzacja Tichonowa)
Ridge Regression (Regularyzacja Tichonowa)
Ridge Regression (Regularyzacja Tichonowa)
Ridge Regression (Regularyzacja Tichonowa)
Ridge Regression (Regularyzacja Tichonowa)
Ridge Regression (Regularyzacja Tichonowa)
Lasso
Least Absolute Shrinkage and Selection Operator- Element regulujący \(|\mathcal{B}|\)
- Współczynniki \(\mathcal{B}\) sprowadzone do zera
- Część predyktorów nie bierze udziału
Lasso
Lasso
Lasso
Lasso
Lasso
Lasso
Lasso
[1] 26Walidacja - dobranie parametru \(\lambda\)
Call: glmnet(x = x[trening44, ], y = y[trening44])
Df %Dev Lambda
[1,] 0 0.00000 547.8000
[2,] 1 0.07787 499.1000
[3,] 1 0.14250 454.8000
[4,] 1 0.19620 414.4000
[5,] 1 0.24080 377.6000
[6,] 1 0.27780 344.0000
[7,] 1 0.30850 313.5000
[8,] 1 0.33400 285.6000
[9,] 1 0.35510 260.2000
[10,] 1 0.37270 237.1000
[11,] 1 0.38730 216.1000
[12,] 1 0.39940 196.9000
[13,] 2 0.41040 179.4000
[14,] 2 0.42390 163.4000
[15,] 2 0.43500 148.9000
[16,] 3 0.44490 135.7000
[17,] 3 0.45790 123.6000
[18,] 3 0.46860 112.7000
[19,] 3 0.47760 102.6000
[20,] 6 0.48940 93.5300
[21,] 8 0.50410 85.2200
[22,] 10 0.52010 77.6500
[23,] 11 0.53390 70.7500
[24,] 11 0.54600 64.4600
[25,] 14 0.55700 58.7400
[26,] 14 0.56680 53.5200
[27,] 16 0.57560 48.7600
[28,] 17 0.58400 44.4300
[29,] 18 0.59120 40.4900
[30,] 18 0.59740 36.8900
[31,] 20 0.60260 33.6100
[32,] 20 0.60730 30.6300
[33,] 20 0.61120 27.9000
[34,] 21 0.61450 25.4300
[35,] 22 0.61730 23.1700
[36,] 22 0.62000 21.1100
[37,] 24 0.62220 19.2300
[38,] 24 0.62420 17.5300
[39,] 25 0.62590 15.9700
[40,] 25 0.62730 14.5500
[41,] 27 0.62850 13.2600
[42,] 27 0.62950 12.0800
[43,] 27 0.63030 11.0100
[44,] 27 0.63100 10.0300
[45,] 29 0.63170 9.1380
[46,] 30 0.63220 8.3260
[47,] 31 0.63270 7.5860
[48,] 31 0.63310 6.9120
[49,] 32 0.63340 6.2980
[50,] 32 0.63370 5.7390
[51,] 32 0.63390 5.2290
[52,] 33 0.63410 4.7640
[53,] 33 0.63430 4.3410
[54,] 34 0.63440 3.9550
[55,] 34 0.63460 3.6040
[56,] 34 0.63470 3.2840
[57,] 34 0.63470 2.9920
[58,] 34 0.63480 2.7260
[59,] 34 0.63490 2.4840
[60,] 34 0.63490 2.2630
[61,] 34 0.63500 2.0620
[62,] 35 0.63500 1.8790
[63,] 35 0.63500 1.7120
[64,] 35 0.63510 1.5600
[65,] 35 0.63510 1.4220
[66,] 35 0.63510 1.2950
[67,] 35 0.63510 1.1800
[68,] 35 0.63510 1.0750
[69,] 35 0.63520 0.9798
[70,] 35 0.63520 0.8927
[71,] 35 0.63520 0.8134
[72,] 35 0.63520 0.7412
[73,] 36 0.63520 0.6753Walidacja - dobranie parametru \(\lambda\)
Walidacja - dobranie parametru \(\lambda\)
Wcześniej \(log(\lambda_{min}) < 0\) oraz \(log(\lambda_{1st}) \simeq 2.7\)
Teraz
[1] 4.764327[1] 1.561156Walidacja - dobranie parametru \(\lambda\)
41 x 1 sparse Matrix of class "dgCMatrix"
1
(Intercept) 1050.1065628
lokalizacjaBemowo -436.2768682
lokalizacjaBiałołęka -666.7034787
lokalizacjaBielany -253.9326917
lokalizacjaMokotów 147.2142431
lokalizacjaOchota 19.1241968
lokalizacjaPraga Północ -43.9518359
lokalizacjaPraga Południe -212.7163070
lokalizacjaRembertów -392.1580289
lokalizacjaŚródmieście 325.6986109
lokalizacjaTargówek -518.4849000
lokalizacjaUrsus -519.0250234
lokalizacjaUrsynów -238.6313869
lokalizacjaWawer -693.1287036
lokalizacjaWesoła -1095.6705374
lokalizacjaWilanów .
lokalizacjaWłochy -214.3443473
lokalizacjaWola 79.1850594
lokalizacjaŻoliborz 40.5228167
do_wynajecia_przezNie podano -2.9852110
do_wynajecia_przezWłaściciel -196.7439068
liczba_pokoi3 pokoje 185.2279425
liczba_pokoi4 pokoje 209.4840714
liczba_pokoi5 pokoi 191.3150951
liczba_pokoi6 lub więcej pokoi .
liczba_pokoiKawalerka lub garsoniera -169.3703593
liczba_pokoiNie podano .
rodzaj_nieruchomosciInne -156.4845950
rodzaj_nieruchomosciMieszkanie .
wielkosc 27.3535489
parkingGaraż 260.0328987
parkingKryty 61.0748403
parkingNie podano .
parkingUlica -36.8208370
liczba_lazienek2 łazienki 26.3565201
liczba_lazienek3 łazienki .
liczba_lazienek4 lub więcej łazienek -167.5560629
liczba_lazienekNie podano 194.5708189
palacyTak 9.9588596
przyjazne_zwierzakomTak .
liczba_wyrazow 0.9526509Aplikacja
Niestety, ten format prezentacji nie obsługuje uruchamiania aplikacji Shiny.
Kod i inne projekty
Dziękuję za uwagę